Application de la méthode Adaboost à la reconnaissance automatique de la parole

Content Provider	Semantic Scholar
Author	Ellouze, Noureddine Amami, Rimah Ayed, Dorra Ben
Copyright Year	2011
Abstract	Les méthodes du Boosting constituent une famille d’algorithmes d’apprentissage automatique qui construisent des modèles (de classification ou de régression) fondés sur la combinaison des échantillons d’apprentissage dits "faibles". La méthode Adaptative Boosting (Adaboost) est la méthode du Boosting la plus utilisée. Dans cet article, nous proposons une étude et une évaluation d’un ensemble d’algorithme de la méthode Adaboost dans un système de classification basé sur les arbres de décision binaire (CART) pour aborder la reconnaissance de la parole. Nous utilisons, pour nos expérimentations, les phrases SA1 et SA2 du dialecte DR1 du corpus de son TIMIT. Mots clésReal Adaboost, Gentle Adaboost, Modest Adaboost, Arbre de decision CART, TIMIT, Validation croisée.
File Format	PDF HTM / HTML
Volume Number	2011
Alternate Webpage(s)	https://www.see.asso.fr/bitcache/2f5a5e75df4b1bcec687bafd6b0193c870e1257d?disposition=attachment&op=download&vid=22484
Alternate Webpage(s)	https://www.see.asso.fr/en/printpdf/13453/landing
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article